我打算从下面这个代码开始（我的学科相空间的演化过程），
restenergy = 0.511e6 # 电子静止质量[eV]
nturns = 100000
v1 = 3.6395053705870048e+06
r = 0.1801760487622639
ϕs = 2.1575815005097385
ϕ2s = 6.0620746573056303
h1 = 756
h = 3
circum = 1360.4
centerenergy = 6e9
αc = 0.0000156
@time begin
zvecs = []; δvecs = [] # 这两个用来保存相空间演化的历史数据
for i = 1:nturns
δvec .= δvec .+ v1 .* (sin.(ϕs .- 2 * h1 * π .* zvec ./ circum) .- sin(ϕs) .+ r .* sin.(ϕ2s .- 2 * h1 * h * π .* zvec ./ circum) .- r * sin(ϕ2s)) ./ centerenergy ./ circum
ηvec = αc .- 1 ./ (centerenergy .* (1 .+ δvec) ./ restenergy).^2
zvec .= zvec .- ηvec .* δvec
push!(zvecs, zvec)
push!(δvecs, δvec)
end
end
分三个视频快速讲讲大致怎么提高计算性能：
- 针对IO的优化（上面这种算I/O密集型吧）
1.1 数组内存预分配——用zeros()去提前分配zvec,δvec,ηvec内存
1.2@.代替.+等等——这里出现了问题；
1.3 底层代码标量优先——改成for循环形式，但是行在外列在内；
1.4 第一个index最快——改成行在内 - 针对编译的优化（上面的代码稍微修改，不保存历史数据，只导出最后结果，算CPU密集型吧）
2.1 包装成函数——看看函数编译的提升效果
2.2 编写类型稳定的函数——δvec用Vector{Int64}类型，算着算着，变Vector{Float64}类型
2.3 分离核心函数——循环调用的部分提取成函数
2.4 宏——for循环加@inbounds,@simd
2.5 全局变量的常数声明——之前的函数编译时，全局变量电子静止质量restenergy没有指定为常数。加const期望看到速度提高 - 针对CPU的优化
3.1 多线程——Threads.@spawn,@sync的使用
上面这个我选的例题和这个目录安排，各位有什么建议吗？
再来说说遇到的问题。下面这个代码，用@.但是速度比上面慢。
@time begin
zvecs = []
δvecs = []
for i = 1:nturns
@. δvec = δvec + v1 * (sin(ϕs - 2 * h1 * π * zvec / circum) - sin(ϕs) + r * sin(ϕ2s - 2 * h1 * h * π * zvec / circum) - r * sin(ϕ2s)) / centerenergy / circum
ηvec = @. αc - 1 / (centerenergy * (1 + δvec) / restenergy)^2
@. zvec = zvec - ηvec * δvec
push!(zvecs, zvec)
push!(δvecs, δvec)
end
end
结果：43.634120 seconds (6.20 M allocations: 7.810 GiB, 1.48% gc time)。
而上面： 31.876649 seconds (7.19 M allocations: 7.807 GiB, 2.32% gc time, 1.09% compilation time)。
我猜测，这个例子，@.没有带来好的效果，是由于.+,.*编译了引起的。但是我没有包装到函数里，怎么会编译呢？